期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于颜色特征和AdaBoost算法的麦穗识别的研究
被引量：
14
1
作者
赵锋
王克俭
苑迎春
《作物杂志》
CAS
CSCD
北大核心
2014年第1期141-144,161,共5页
单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦...
单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别。该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率。试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾斜有一定鲁棒性。在随机抽取的100个样本中检测率为88.7%,有很强的识别能力。
展开更多
关键词
颜色特征
ADABOOST算法
麦穗识别
小麦
原文传递
基于双阈值运动区域分割的AdaBoost行人检测算法
被引量：
4
2
作者
李伟
何鹏举
+1 位作者
杨恒
陈明
《计算机应用研究》
CSCD
北大核心
2012年第9期3571-3574,3596,共5页
结合单目摄像机静止拍摄的视频序列使用背景差法或AdaBoost算法检测行人时分别存在易受噪声干扰或检测速度慢的问题,提出一种双阈值运动区域分割的AdaBoost快速行人检测算法。首先建立背景帧,利用前景帧与背景帧的差分图像拟合噪声曲线...
结合单目摄像机静止拍摄的视频序列使用背景差法或AdaBoost算法检测行人时分别存在易受噪声干扰或检测速度慢的问题,提出一种双阈值运动区域分割的AdaBoost快速行人检测算法。首先建立背景帧,利用前景帧与背景帧的差分图像拟合噪声曲线,提取噪声与亮暗运动目标的阈值,消除噪声,分割出运动区域;然后通过AdaBoost学习算法选择少量有效的Haar-like弱矩形特征构造强分类器;最后在运动区域利用强分类器检测是否包含行人。实验结果表明,该方法迅速缩小了检测范围,加快了检测速度,降低了误检率。
展开更多
关键词
双阈值运动区域分割
AdaBoost学习算法
haar
-
like
弱矩形特征
强分类器
下载PDF
职称材料
题名
基于颜色特征和AdaBoost算法的麦穗识别的研究
被引量：
14
1
作者
赵锋
王克俭
苑迎春
机构
河北农业大学信息科学与技术学院
出处
《作物杂志》
CAS
CSCD
北大核心
2014年第1期141-144,161,共5页
基金
河北省自然科学基金研究项目(F201204089)
国家自然科学基金研究项目(60873236)
文摘
单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别。该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率。试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾斜有一定鲁棒性。在随机抽取的100个样本中检测率为88.7%,有很强的识别能力。
关键词
颜色特征
ADABOOST算法
麦穗识别
小麦
Keywords
Spike
detection
Wheat
color
segmentation
AdaBoost
algorithm
haar
-
like
rectangle
features
Production
forecast
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于双阈值运动区域分割的AdaBoost行人检测算法
被引量：
4
2
作者
李伟
何鹏举
杨恒
陈明
机构
西北工业大学自动化学院测控技术与仪器工程系
无锡泛太科技有限公司
出处
《计算机应用研究》
CSCD
北大核心
2012年第9期3571-3574,3596,共5页
基金
武器装备预研基金资助项目(2011DA090002C090002)
文摘
结合单目摄像机静止拍摄的视频序列使用背景差法或AdaBoost算法检测行人时分别存在易受噪声干扰或检测速度慢的问题,提出一种双阈值运动区域分割的AdaBoost快速行人检测算法。首先建立背景帧,利用前景帧与背景帧的差分图像拟合噪声曲线,提取噪声与亮暗运动目标的阈值,消除噪声,分割出运动区域;然后通过AdaBoost学习算法选择少量有效的Haar-like弱矩形特征构造强分类器;最后在运动区域利用强分类器检测是否包含行人。实验结果表明,该方法迅速缩小了检测范围,加快了检测速度,降低了误检率。
关键词
双阈值运动区域分割
AdaBoost学习算法
haar
-
like
弱矩形特征
强分类器
Keywords
dual-threshold
motion
area
segmentation
AdaBoost
learning
algorithm
haar
-
like
weak,
rectangle
features
strongclassifier
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于颜色特征和AdaBoost算法的麦穗识别的研究
赵锋
王克俭
苑迎春
《作物杂志》
CAS
CSCD
北大核心
2014
14
原文传递
2
基于双阈值运动区域分割的AdaBoost行人检测算法
李伟
何鹏举
杨恒
陈明
《计算机应用研究》
CSCD
北大核心
2012
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
